Moralisation 和 Triangulation 是允许在不同的概率分布因式分解为图模型的方式之间切换的变换。Mor...

视觉语言模型（VLMs）在感知和描述视觉环境方面取得了令人印象深刻的进展。然而，它们主动推理的能力……

视觉导航已成为一种实用的替代方案，取代了依赖详细映射和路径规划的传统机器人导航流水线。然而，c...

Backpressure (BP) 路由和调度是一种成熟的资源分配方法，适用于无线多跳网络，以其完全分布式操作而著称……

无人机（UAVs）与无人地面车辆（UGVs）的融合正日益成为智能自主系统发展的核心……

在复杂的文本环境中进行长期规划面临重大挑战，因为动作空间是开放式的，观察往往模糊不清，且反馈稀疏……

元数据词汇对于推进 FAIR 和 FARR 数据原则至关重要，但其开发受到有限的人力资源和不一致的 s...

最近在蛋白质语言模型（PLMs）方面的进展展示了在理解蛋白质序列方面的卓越能力。然而，差异的程度……

虽然现代语言模型及其内部工作机制极其复杂，最近的研究（Golowich, Liu & Shetty; 2025）提出了一种简单且潜在的……

我们分析了两种常用作过平滑度量的泛函之间的区别：由未归一化 graph Laplacian 诱导的 Dirichlet 能量以及 …

知识蒸馏（KD）已成为一种有前景的模型压缩技术，但面临关键限制：（1）对超参数的敏感性要求……

正确地从 PDF 中解析数学公式对于训练大型语言模型以及从学术文献构建科学知识库至关重要……

线性光谱混合模型（LMM）提供了一种简洁的形式来解耦组成材料（endmembers）及其相应的比例（abundance）...

预训练的多模态大型语言模型（MLLMs）正日益被部署在医学 AI 系统中，用于临床推理、诊断支持和报告生成……

大型语言模型（LLMs）正日益在人的交流、决策支持、内容创作和信息检索中起到中介作用。尽管表现出令人印象深刻的流畅性……

我们引入了 Conformal Bandits，这是一种将 Conformal Prediction（CP）融入 bandit 问题的全新框架，bandit 问题是序列决策的经典范式……

时间感知是 omni 大型语言模型的一项基本能力，尤其在理解长视频和回答复杂问题时。先前的做法…

在 factorized joins 上学习模型通过识别并预先计算共享因子，避免了冗余计算。先前的工作已经研究了性能……

本章探讨了大型语言模型在法律领域的应用，展示了它们在优化和增强传统法律任务方面的潜力……

本文介绍了 OnCoCo 1.0，一个用于在线咨询中细粒度消息分类的新公共数据集。它基于一个新的、综合的系统……

低功耗微控制器（MCU）硬件目前正从单核架构演进为以多核架构为主。与此同时，新的嵌入…

近期，普适计算与机器学习的融合催生了众多服务，几乎影响到经济和社会活动的所有领域。

文化是人际互动的核心组成部分，在我们感知和与他人交往的方式中发挥着至关重要的作用。关于有效性的进展……

角色扮演代理（RPAs）必须同时掌握许多相互冲突的技能——遵循多轮指令、展示领域知识以及采用……